eyewear-counter 0.1.3

Fast model for counting eyewear types on faces in large sets of images.

Eyewear Counter

Быстрая модель для подсчёта количества людей в очках, солнцезащитных очках и без очков на большом наборе изображений. Поддерживает пакетную обработку, асинхронную загрузку и параллельные вычисления для максимальной производительности.

Установка

Через PyPI:

pip install eyewear-counter

Или напрямую из репозитория:

pip install git+https://github.com/qksolov/eyewear-counter.git

Зависимости

torch
torchvision
opencv-python
ultralytics
numpy
pandas
xlsxwriter
aiohttp
nest_asyncio
requests
tqdm
gradio

Для оптимальной производительности рекомендуется запуск на GPU с поддержкой CUDA.

Веб-интерфейс

Запуск веб-приложение через терминал:

eyewear-counter-app

Онлайн-демо доступно на Hugging Face Spaces.

Пример использования

from eyewear_counter import EyewearCounter

imgs = ['img1.jpg', 'img2.jpg']

model = EyewearCounter()
results, num_erorrs = model.run(imgs)

Более подробный пример использования см. в файле example_of_use.py.

Архитектура

Обработка изображений

• Детекция лиц: На вход подаётся батч изображений. Детектор возвращает bounding boxes с координатами лиц. Используются предобученные модели: по умолчанию — YOLOv11 akanametov/yolo-face, также доступен RetinaFace elliottzheng/batch-face.

• Извлечение областей: С помощью ROI Align извлекаются области с лицами и приводятся к единому размеру.

• Классификация: Батч лиц передаётся в свёрточный классификатор для определения наличия и типа очков. По умолчанию используется ResNet18, также доступен MobileNetV3-Large — обе модели обучены на собственном датасете, собранном из лиц на изображениях Open Images.

flowchart TB
    subgraph "Model Batch Process"
        direction LR
        InputBatch[(Image Batch)] --> FaceDetector
        FaceDetector["Face Detector"] -->|"bboxes"| ROIOperation
        InputBatch --> ROIOperation
        ROIOperation["ROI Align"] -->|Face Batch|Classifier-->Results[(Results)]
    end

Пайплайн обработки

• Producer: Асинхронная загрузка изображений из различных источников (диск, URL).

• Consumers: Собирают батчи изображений из общей асинхронной очереди и передают их в модель.

• Параллельная обработка: Каждый батч обрабатывается в отдельном потоке ThreadPoolExecutor. Это предусмотрено для CPU-режима, где даёт истинное распараллеливание. При работе с GPU дает небольшое ускорение за счёт конвейеризации (перекрытие загрузки данных и вычислений), несмотря на последовательное исполнение ядер GPU.

graph LR

    Sources[(Sources
    )] --> Load

    subgraph "Async Tasks"
        subgraph Producer
            Load@{ shape: procs, label: "Async load images"}
        end
        Load -.-> Queue[(Queue)]
        Load -.-> Queue
        Load -.-> Queue

        subgraph Consumers
            Consumer1[Consumer 1]
            Consumer2[Consumer 2]
        end

        Queue -.-> Consumer1
        Queue -.-> Consumer2
    end

    subgraph "Thread Pool Executor"
        direction TB
        Thread1[[Model batch process]]
        Thread2[[Model batch process]]
    end
    Consumer1 --> Thread1
    Consumer2 --> Thread2

    Thread1 --> Results[(Results)]
    Thread2 --> Results
    

Производительность

Конфигурация и параметры тестирования:

• CPU: тестирование на Intel Core i5-4570 с image_size=640, batch_size=8, max_workers=3 на выборке из 100 изображений.

• GPU: тестирование в Google Colab с NVIDIA Tesla T4, image_size=640, batch_size=32, max_workers=2 на выборке из 1000 изображений.

Проверка проводилась как на локальных файлах, так и на изображениях по URL (по 3 эксперимента, результаты усреднены). Следует учитывать, что время работы может варьироваться из-за скорости отклика при загрузке изображений по сети.

Детектор	Классификатор	Среднее время на изображение CPU (сек)	Среднее время на изображение GPU (сек)
YoloDetector	ResNet18	0.1449	0.0187
YoloDetector	MobileNet_v3_large	0.1373	0.0191
RetinaFaceDetector	ResNet18	0.0976	0.0206
RetinaFaceDetector	MobileNet_v3_large	0.0939	0.0207